分享
VIP会员
作者：CSDN
出版社：CSDN《程序员》
ISBN：1111111111117
VIP会员免费
（仅需0.8元/天）
¥ 40000.0
温馨提示： 价值40000元的1000本电子书，VIP会员随意看哦！
电子书推荐
-
-
无人机集群作战概念及关键技术分析 评分:
无人机集群作战正在从概念走向雏形。文章总结了国外无人机集群作战概念的发展，分析了无人机集群作战的主要关键技术，包括大规模无人机管理与控制、多无人机自主编队飞行、集群感知与态势共享、集群突防与攻击、集群作战任务控制站等技术，并展望了未来无人机集群协同搜索、协同干扰、协同攻击、协同察/打、集群对抗等作战应用。
上传时间：2018-05 大小：589KB
277KB无人机集群作战及其关键技术.docx
2023-04-22。
0B无人机集群网络拓扑重构及关键技术研究_左嘉娴.caj
2022-11-29无人机集群网络拓扑重构及关键技术研究_左嘉娴.caj
1.8MB浅谈无人机集群组网通信技术.pdf
2021-09-02浅谈无人机集群组网通信技术.pdf
- 1.55MB
无人机测绘数据处理关键技术分析.pdf
2021-08-15#资源达人分享计划#
251KB2020年D题--无人机集群协同对抗.doc华为杯
2021-08-232020年D题--无人机集群协同对抗.doc华为杯
- 7.8MB
ICCV2019无人机集群人体动作捕捉文章
2019-11-19ICCV2019最新文章：Markerless Outdoor Human Motion Capture Using Multiple Autonomous Micro Aerial Vehicles 无人机集群，户外人体动作捕捉，三维重建，深度模型
- 4.74MB
无人机战场通信网络及其关键技术研究
2011-04-19无人机战场通信网络及其关键技术研究无人机战场通信网络及其关键技术研究
446KB一种基于卡尔曼滤波和概率的无人机集群构型自适应选择算法，MATLAB程序，课程作业
2024-02-05在自适应扩展卡尔曼滤波的基础上，基于集群的概念判断适用于卫星定位的领航无人机（主机），剩余的从机（僚机）由相对导航确定与主机之间的位置关系，进而进行绝对定位。仿真实验结果表明：所用的无人机集群构型...
- 423KB
集群式电子战无人机的OODA作战环分析与建模.pdf
2022-12-11集群式电子战无人机的OODA作战环分析与建模.pdf
- 3.53MB
无人机群作战网络体系结构中OLSR协议研究与改进
2011-04-19无人机群作战网络体系结构中OLSR协议研究与改进无人机群作战网络体系结构中OLSR协议研究与改进
- 980KB
具有精英策略的深度强化学习无人机集群通信网络拓扑设计.pdf
2021-08-18具有精英策略的深度强化学习无人机集群通信网络拓扑设计.pdf
- 810KB
空天红外探测系统对无人机集群探测能力分析.docx
2023-02-23空天红外探测系统对无人机集群探测能力分析.docx
- 402KB
电信设备-基于3G、GPRS手机通讯的远程无人机集群控制方法及系统.zip
2021-09-18电信设备-基于3G、GPRS手机通讯的远程无人机集群控制方法及系统.zip
- 67.32MB
多无人机集群编队飞行（8架无人机）
2023-10-09多无人机集群编队飞行（8架无人机）-matlab2016b
- 1.23MB
无人机集群系统的运动同步稳定控制机理研究
2017-11-06无人机集群系统的运动同步稳定控制机理研究，无人机集群系统的运动同步稳定控制机理研究，无人机集群系统的运动同步稳定控制机理研究。
- 1.68MB
无人机测绘数据处理关键技术及应用探究.pdf
2021-08-15#资源达人分享计划#
- 293KB
关于无人机集群侦察的思考.doc
2021-09-16关于无人机集群侦察的思考.doc
- 878KB
无人机集群C2智能系统初探.pdf
2021-09-08无人机集群C2智能系统初探.pdf
- 16KB
大规模无人机集群算法flocking（蜂群）
2023-08-15大规模无人机集群算法flocking（蜂群）
- 2.40MB
无人机测绘数据处理关键技术及应用的研究.pdf
2021-08-15#资源达人分享计划#
- 1.95MB
ChatGPT教程（终极版）最全整理
2023-05-16这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门，你看我这篇文章就够了。 如果你已经用上了ChatGPT，更要恭喜你挖到宝藏，后面的高级技巧一定能让你有收获。 文章包含以下内容： 一、ChatGPT是啥？有什么用； 二、ChatGPT如何注册； 三、ChatGPT使用方法； 四、用ChatGPT搞钱； 五、高级技巧；
- 58KB
博客中Kmeans以及FCM算法数据（免积分）
2023-05-16博客中Kmeans以及FCM算法的数据，包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集，下载在直接存入项目文件夹即可，如果下载不了，可以私信我，看到后会及时回复。
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集
- 1.87MB
XGBoost+LightGBM+LSTM-光伏发电量预测
2022-12-24包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上，论证了辐照度、光伏板工作温度等影响光伏输出功率的因素，通过实时监测的光伏板运行状态参数和气象参数建立预测模型，预估光伏电站瞬时发电量，根据光伏电站DCS系统提供的实际发电量数据进行对比分析，验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献
- 2.20MB
Mathwork+Matlab+编程手册
2023-08-25Introduction to Programming with MATLAB ~ Vanderbilt University
- 321KB
Stable-Diffusion WEBUI 简体中文语言包（2023.05.30更新）
2023-05-30AI绘图，Stable-Diffusion WEBUI，本地化（简体中文）语言文件。 原始文件来自翻译插件，根据自己实际使用情况，增加和修改了一些翻译。 配合【双语插件】看上去要自然一点，内容还在继续完善中。 本次增加了一些翻译内容，特别是插件。 同时继续合并了其它翻译插件的内容。 最近文字提示修改得有点多啊。 请放入“你的SDWebUI项目位置/localizations/”中。 中文翻译部分删掉了不少括起来的英文原文，所以别直接选它用。 请配合【Bilingual Localization】插件使用，双语同时显示，效果最好。
40.89MB中文短信数据集-带标签
2024-02-05本数据集可用于进行文本分类、信息检索等自然语言处理实验，共包含80万条短信。其中：原始数据集data.txt每行为1条短信，格式为“标签\t短信内容”，标签=0表示正常短信，标签=1表示垃圾短信。train.csv和test.csv为拆分后的训练集与测试集，拆分代码为train_test_split.py。stopwords.txt为使用的停用词。 基于该数据集的文本分类详见文章https://blog.csdn.net/baidu_40395808/article/details/135793836，基于该数据集的信息检索详见文章https://blog.csdn.net/baidu_40395808/article/details/135897480。 示例如下： 0 商业秘密的秘密性那是维系其商业价值和垄断地位的前提条件之一 1 《依林美容》三．八．女人节倾情大放送活动开始啦！！！！超值套餐等你拿，活动时间x月x日一x月xx日， 详情进店咨询。美丽热线x
- 407KB
时间序列预测模型实战案例(Xgboost)(Python)(机器学习)包括时间序列预测和时间序列分类，点击即可运行！
2023-09-25内容概要 资源包括三部分(时间序列预测部分和时间序列分类部分和所需的测试数据集全部包含在内) 在本次实战案例中，我们将使用Xgboost算法进行时间序列预测。Xgboost是一种强大的梯度提升树算法，适用于各种机器学习任务，它最初主要用于解决分类问题，在此基础上也可以应用于时间序列预测。 时间序列预测是通过分析过去的数据模式来预测未来的数值趋势。它在许多领域中都有广泛的应用，包括金融、天气预报、股票市场等。我们将使用Python编程语言来实现这个案例。 其中包括模型训练部分和保存部分，可以将模型保存到本地，一旦我们完成了模型的训练，我们可以使用它来进行预测。我们将选择合适的输入特征，并根据模型的预测结果来生成未来的数值序列。最后，我们会将预测结果与实际观测值进行对比，评估模型的准确性和性能。 适合人群：时间序列预测的学习者,机器学习的学习者， 能学到什么：本模型能够让你对机器学习和时间序列预测有一个清楚的了解，其中还包括数据分析部分和特征工程的代码操作 阅读建议：大家可以仔细阅读代码部分，其中包括每一步的注释帮助读者进行理解，其中涉及到的知识有数据分析部分和特征工程的代码操作。
- 1.3MB
亚博K210模型训练部署
2023-07-11亚博K210模型训练部署
